《Geoderma》：Moisture-threshold and structure controls on soil thermal conductivity on the northern Qinghai–Tibet Plateau
编辑推荐：
为解决干旱、粗质地冻土区土壤热导率（STC）模拟偏差大、现有Johansen方案在低饱和度下失效的问题，本文研究者开展了“水分阈值与结构控制对青藏高原北部土壤热导率影响”的主题研究。基于10年野外观测与实验室标定，他们识别出冻融状态下STC随饱和度（Sr）变化的反转阈值Sr*，并开发了一套结构感知、可移植的参数化方案，在独立站点验证中显著降低了非冻季误差，为提升干旱、稀疏监测区冻土模拟精度提供了透明、可部署的工具。
在寒冷的极地与高山地区，冻土如同大地厚重的“棉被”，其传热能力的强弱，直接影响着地表与大气的能量交换、活动层厚度变化乃至整个区域的气候响应。准确模拟土壤热导率（Soil Thermal Conductivity, STC），是预测冻土演变、理解地表过程的关键。然而，现有的主流模型，如经典的Johansen方案，普遍隐含着一个“常识性”假设：由于冰的导热性优于液态水，冻结土壤的STC理应高于未冻结土壤。这个假设在湿润环境下或许成立，但在广袤而干燥的青藏高原，情况可能截然不同。高原半干旱的气候、粗糙的土壤质地和稀疏的植被，使得近地表土壤时常处于干燥状态。此时，冻结过程非但不能增强热量传递，反而可能因为液态水连通性的丧失和界面热阻的增加，导致土壤“导热不良”。这种理论与现实的偏差，会层层传导，最终歪曲我们对地面热通量、融化深度乃至陆气反馈的评估。那么，在什么条件下冻土的导热性会“反常”地低于非冻土？这个反转的“水分阈值”是多少？我们又该如何修正现有模型，使其能精准刻画干旱冻土区的独特热行为？这不仅是理论上的挑战，更是提升高寒地区环境模拟预测能力的迫切需求。
为回答这些问题，来自中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室的研究团队，在《Geoderma》上发表了一项深入研究。他们综合利用了青藏高原北部四个典型站点（KKXL, BLH, TTH, KXL）长达十年的野外观测数据（2003-2013）、实验室控制的土壤热导率-含水量关系标定，以及一个考虑了土壤结构的Johansen方案框架。研究旨在：1. 从冻前土壤水分中识别出STC反转的阈值，并从土壤物理性质推导出交叉饱和度Sr；2. 开发一套紧凑、可转移的参数化方案，该方案能在饱和度低于Sr时“削减”冻结分支的STC，从测量的土壤容重（BD）、孔隙度（n）和石英含量（q）推导端元值，并根据土壤类型和干燥度倾向选择非冻结状态的Kersten数（Ke）与饱和度（Sr）关系形式。
关键技术方法：
本研究的关键技术方法包括：1) 梯度法原位STC观测：基于傅里叶定律，利用5厘米和10厘米深度处布设的热流板和温度传感器，计算0-10厘米土层的STC，数据质量经过严格控制并与商用探头（KD2 Pro）交叉验证；2) 土壤水分与性质测量：使用时域反射仪（TDR）监测体积含水量（SMC），在冻结期估算未冻水含量（SMCu），并通过采集原状土芯，在实验室内测定土壤容重（BD）、孔隙度（n）、质地和有机质含量等关键物理参数；3) 实验室热导率标定：对站点特异性土样进行逐步干燥处理，同时使用KD2 Pro测量每个含水量下的STC，从而构建STC-含水量曲线，确定干态（STCdry）和饱和态（STCsat）热导率端元值；4) 结构感知的Johansen模型参数化与校准：在Johansen方案框架内，利用实验室标定数据校准非冻结状态的Kersten数（Ke,u）与饱和度（Sr）关系（测试了幂律和对数线性两种形式），而冻结分支保留原始的线性关系，并基于测量的BD-n-q计算固体相热导率（STCs）等端元值，最终形成一套包含决策规则的、可外推应用的参数化方案。
研究结果：
3.1. 观测到的STC季节与空间格局
十年的观测记录显示，所有四个站点均存在清晰的单峰年循环。STC在温暖湿润的季节（7-9月）达到峰值，在寒冷干燥的季节（12-2月）降至最低。在所有站点，冻结月份的STC（STCf）均系统地低于非冻结月份（STCu），平均季节性差异为0.32 W m-1K-1。不同站点间差异显著：高寒草甸站点（KKXL, BLH）的STCf最低，季节振幅最大；而高寒荒漠站点（KXL）的STC在两个状态下都较高，振幅较小。年平均STC随土壤容重增加而增加，随孔隙度增加而减少，表明了土壤结构对热传导网络的基础性控制。
3.2. 水分对土壤热导率的控制
土壤水分对STC的季节性变化具有强控制作用。在冻结和非冻结状态下，STC都随体积含水量增加而增加，但斜率不同。站点特异性回归分析证实了0-10厘米土层STC与SMC的正相关关系（R2= 0.91–0.99）。冻结期间，STC紧密跟踪着随温度下降而快速减少的未冻水含量（SMCu）。对年际变异的分析发现，冻结季节初期含水量（SMCini）较高的年份，STCu/STCf的比值（即反差）较小；而在干燥的冻结季节，该反差更大，尤其是在草甸站点。
3.3. 基于Johansen方案的物理建模
使用校准后的端元值和Ke形式，站点特异性的Ke-Sr拟合效果很好（R2> 0.95）。与非冻结季节梯度法观测的STC进行验证显示，相较于原始Johansen曲线，校准后的方案在所有站点均降低了均方根误差（RMSE），平均减少约一半，在粗糙/干燥站点（KXL, TTH）提升最大。非冻结状态Ke-Sr曲线呈凹形（低Sr时快速上升，高Sr时敏感性减弱），而冻结分支在整个观测范围内近似线性。两条曲线的交点定义了交叉饱和度Sr：KKXL为0.21，BLH为0.20，KXL为0.36，TTH为0.27。观测到的STCu/STCf比值与SMCini的关系与模型推导的Sr阈值相符：当SMCini< 0.20–0.25 m3m-3时，比值多大于1（即发生反转）；当SMCini接近此范围时，比值趋向于1，反转现象变得不常见。在独立验证站点TGL的测试中，该方案无需站点特异性调参，即成功再现了观测的Ke-Sr关系（R2= 0.98），并在非冻结月份显著降低了预测误差和偏差。
结论与讨论：
本研究在近地表土壤中识别出一个明确的水分阈值反转现象：在低的冻前含水量条件下，冻结状态的导热性低于非冻结状态；而当含水量较高时，则恢复常规的排序关系。交叉饱和度Sr*可从冻前含水量观测到，并能从校准的Ke-Sr关系曲线中反推得出，这为模型提供了一个实用的诊断指标。
其机理源于孔隙尺度的连通性与界面热阻，而非单纯的体相属性。在低饱和度下，颗粒间接触稀疏，界面热阻高；冻结形成的冰桥可能是不连续的，无法形成有效的热量传递网络。当冻前含水量较高时，液态水/冰的连通路径形成，接触热阻减小，从而恢复了常规的导热次序。土壤结构（如容重、孔隙度、石英含量）和植被（通过根系结构和有机质输入影响孔隙和接触）共同调节着阈值Sr*的位置和反转的幅度。
基于此，研究在Johansen框架内实现了一套紧凑的、观测驱动的修正方案：为Sr< Sr*的冻结分支引入“削减” taper，根据实测的BD-n-q计算端元值（STCdry, STCsat等），并依据土壤类型和干燥度倾向（通过干燥度指数D判断）选择非冻结Ke(Sr)的关系形式（多孔/有机质土壤用幂律形式，致密/粗糙土壤用校准的对数线性形式）。这套方案显著降低了核心站点非冻结季节的模拟误差，并在独立站点TGL上无需调参即表现出良好的泛化能力。
该参数化方案主要针对0-10厘米近地表有效STC，其输入参数可观测、决策过程透明，旨在为干旱、粗糙、监测稀疏的区域提供一种可部署的模型改进工具。由于STC的误差会传导至地面热通量、融化深度及陆气耦合过程，且热力/水力参数是寒区模型模拟差异的主要来源之一，因此本研究的改进在网格尺度模拟中具有重要意义。然而，该方案在存在强烈垂向异质性（如显著纹理分层、富冰透镜体、厚有机层/泥炭层）或超出观测的质地-水分范围时，其适用性存在限制，需要额外约束。未来工作需结合垂向剖面观测、季节性重复测量，并测试Sr*和端元值产品在网格尺度模型中的应用效果。
